给定列的*列表*，如何用零列填充 TF 张量

Question

在 tensorflow 中，给定特定的列列表，我试图用零列填充张量。

如何在 tensorflow 中实现它？我尝试使用tf.assignor tf.scatter_nd，但遇到了一些错误。

这是一个简单的numpy实现

a_np = np.array([[1, 2],

                 [3, 4], 

                 [5, 6]])

columns = [1, 5]

a_padded = np.zeros((3, 7))

a_padded[:, columns] = a_np

print(a_padded)

## output ##

[[0. 1. 0. 0. 0. 2. 0.]

 [0. 3. 0. 0. 0. 4. 0.]

 [0. 5. 0. 0. 0. 6. 0.]]

我试图在 tensorflow 中做同样的事情：

a = tf.constant([[1, 2],

                 [3, 4], 

                 [5, 6]])

columns = [1, 5]

a_padded = tf.Variable(tf.zeros((3, 7)))

a_padded[:, columns].assign(a)

但这会产生以下错误：

类型错误：只能将列表（不是“int”）连接到列表

我也尝试使用tf.scatter_nd：

a = tf.constant([[1, 2],

                 [3, 4], 

                 [5, 6]])

columns = [1, 5]

shape = tf.constant((3, 7))

tf.scatter_nd(columns, a, shape)

但这会产生以下错误：

InvalidArgumentError：输出形状的内部尺寸必须与更新形状的内部尺寸匹配。输出：[3,7] 更新：[3,2] [Op:ScatterNd]

Answer 1

这是一个解决方案：tf.reset_default_graph()a = tf.constant([[1, 2], [3, 4], [5, 6]], dtype=tf.int32)columns = tf.constant([1, 5], dtype=tf.int32)a_padded = tf.Variable(tf.zeros((3, 7), dtype=tf.int32))indices = tf.stack(tf.meshgrid(tf.range(tf.shape(a_padded)[0]), columns, indexing='ij'), axis=-1)update_cols = tf.scatter_nd_update(a_padded, indices, a)sess = tf.Session()sess.run(tf.global_variables_initializer())print(sess.run(update_cols))

Answer 2

（OP 在这里）我设法使用tf.scatter_nd. 诀窍是对齐 a、列和输出形状的尺寸。a_np = np.array([[1, 2],                 [3, 4],                  [5, 6]])# Note the Transpose on every line belowa = tf.constant(a_np.T) columns = tf.constant(np.array([[1, 5]]).T.astype('int32'))shape = tf.constant((7, 3))a_padded = tf.transpose(tf.scatter_nd(columns, a, shape))